딥러닝 Deep Learning 수많은 데이터를 관통하는 공통된 패턴을 찾는 방법 데이터나 사물을 군집화하거나 분류하는 데 사용할 수 있는 기술
주변의 차가 어디 탐지되었고 어느 방향으로 가고 있다. 이런 것들을 인공지능으로 다 찾을 수가 있는 것이다. 그렇게 되면 이런 걸 바탕으로 충돌이 안 나려면 어떻게 움직여야 하느냐 같은 것을 잘 판단할 수 있게 된다.
그러나 컴퓨터공학과 교수 나연묵 단국대 SW융합대학 학장은 아무리 영상인식 알고리즘을 우리가 자세히 만들었다고 해도 모든 상황을 다 판단하기에는 역부족인 상황도 있고 학습이 안 된 것도 많다 전혀 접해보지 못한 상황은 지도 학습에 기반한 인공기능 기반의 자율주행 차로는 한계가 있다. 사람은 판단할 수 있지만 AI는 판단하지 못하는 상황이 일어날 수 있다. 윤리적인 판단에 대한 문제도 아직 해결하지 못하고 있다.
서울대 AI 연구원장 장벽탁 교수 최근에 인공지능은 사람이 하는 지식을 기계에 집어넣어 주는 방식이 아니고 기계가 데이터를 보고 스스로 지식을 발견하고 습득하고 하는 방식으로 지식을 스스로 만들어 가는
성장하는 방식으로 지능이 발전하기 때문에 스스로 성능이 향상되는 시스템이다. 그래서 그런 면에서 혁신적이고 인공지능은 데이터가 있어야 하는데 데이터 관점에서 보면
지금까지의 데이터보다 앞으로 생길 데이터가 무궁무진하므로 아까 사물 인터넷이나 물리적인 세계에서 감지되는 데이터 이런것들이 이제야 시작했다. 그래서 진짜 인공지능이 앞으로 해야 할 일은 더 무궁무진하다고 보인다.
AI 인공지능 오픈소스 머신러닝 라이브러리 텐서 플로(TensorFlow) 구글 파이토치(PyTorch) 페이스북
서울대학교 바이오지능연구실 유영재 연구원 딥러닝을 하기 위해서 다양한 유용한 코드들이 많은데 그 유용한 코드들이 과거에는 개인 혹은 특정 단체가 그것을 본인들의 사용을 위해서 각각 개별로 개발했었다면
최근에는 구글, 페이스북 같은 그런 큰 AI를 잘 개발하는 인재들이 그런 융용한 도구를 이리저리 한데 모아서 하나의 꾸러미로 만든 즉 라이브러리라는 개념이 있는데
그걸 모두에게 대중적으로 무료로 공개했다. 그래서 하나의 플랫폼화가 되어 누구나 인터넷에서 예제 코드만 수행하면 누구나 딥러닝을 할 수 있는 어느 정도 시대가 도래됐다.
코딩 ( Coding ) 컴퓨터가 알아들을 수 있는 언어로 컴퓨터에 어떤 작업을 지시하는 것
인간의 6가지 감정 ( 미국 심리학자 폴 에크먼 분류 ) 기쁨, 슬픔, 분노, 공포, 혐오, 놀람
이찬규 교수 중앙대학교 KH 인공지능인문학사업단 단장 인공지능이 앞으로 인간과 서로 대화를 나누는 단계가 되면 무엇보다도 중요한 게 인간의 감정을 정확히 잘 이해해야 된다.
지금까지 한 번도 어떤 그 딥러닝에서 시도해 보지 않은 것인데 우리가 이 여섯 개의 감정을 다 합쳐서 딥러닝을 돌렸을 때 인간의 감정을 얼마나 잘 이해할 수 있을까 인공지능이 이런 실험을 하기 위해서 지금 데이터를 구축하고 있다.
챗봇 문자 또는 음성으로 대화하는 컴퓨터 프로그램 또는 인공 지능
인공지능 챗봇 업체 강용성 대표 뜻을 두고 시작한건 아니다. 1997년경 미래 컴퓨터 시대 될 거라고 생각에 배워두면 좋겠다고 생각했다. 그런데 이 뷴야를 바라보다 보니 본인이 잘 할 수 있는 부분이 나왔다.
챗봇이 담고 있는 내용ㅇ의 핵심은 대화 시스템이다. 그러다보니 어떤 대화가 적절한 건지 이런 대화의 패턴들이 적절한가 이런 식의 흐름으로 대화를 하는 게 맞는 건가는 컴퓨터공학 전공한 사람들의 전문이 아니라고 생각한다. 그거는 오히려 책을 써 본 작가 또는 드라마 작가가 더 전문적일 것이다.
컴퓨터도 미래 이야기하는 인공지능도 테크 회사들이 하고 있지만 구글토 테그 회사이지만 그 안에 요소를 뜯어보면 인문학적 요소들이 연결되어 있다. 그래서 그런 측면에서 미래를 이야기할 때 항상 나오는 인공지능이나 프로그램 4차 산업 혁명 이런 건데 결국에는 인문학 인간에 대한 고민 이런 것들이 녹아야 하는 것은 너무 당연하다고 생각한다.
그러니까 결국 이 빅데이터라고 하는 게 어쩔 수 없이 과거의 기록들을 찾아봐야 하는 것이고 또 그 과거에 쌓여 있던 데이터를 가지고 새로운 통찰을 얻어야 해서 그래서 빅데이터나 검색 기술들이 발전할 수밖에 없었다.
인문학도 그렇고 기술적인 것도 그렇고 서로 적절하게 다 융합돼야 결국 선택받을 수 있는 것이기 때문에 각자의 역할이 있다고 생각한다. 대체자가 아니라 보완적인 관계로 생각하는 게 중요하다.
이종관 교수 성균관대 철학과 과학기술의 발전은 반드시 인문학의 성찰과 함께 가야 한다. 그래야 기능과 가치가 조화를 이루는 그런 사회가 될 수 있다.
이렇게 생각을 하고 그런면에서 여전히 인문학은 먹고사는 데 별로 도움이 안 되는 것 같지만 꼭 있어야 하는 학문이다.
이은석 교수 가천대 운동재활복지학과 그런 기술들은 다 도구일 뿐이고
인간이 원하는 창의적인 필요성이든 아니면 문제 해결의 필요성이든 그 인간의 필요성에 뭔가 초점을 맞춰 구현되는 게 융합 연구의 목적이자 필요성이다. 그런 측면에서 인문학이 매우 중요한 학문이라고 생각한다.
